Als u tekst uit een PDF probeert te kopiëren en de optie grijs wordt weergegeven, of als de gekopieerde tekst als verminkte tekens verschijnt, zijn er een aantal verschillende redenen waarom dit kan gebeuren, en voor elke reden is er een andere oplossing.
Reden 1: De PDF is een gescande afbeelding
De meest voorkomende reden dat tekst niet uit een PDF kan worden gekopieerd, is dat het document een scan is. Wanneer een papieren document wordt gescand en opgeslagen als PDF, wordt elke pagina opgeslagen als een foto: de visuele weergave van tekst is aanwezig, maar er zijn geen echte tekens om te selecteren of te kopiëren. Wat op tekst lijkt, zijn eigenlijk alleen maar pixels.
De oplossing is om de PDF uit te voeren via een OCR PDF tool. OCR (Optical Character Recognition) analyseert de afbeelding, identificeert de tekens en creëert een tekstlaag die kan worden geselecteerd, gekopieerd en doorzocht. De OCR-tool van WukongPDF verwerkt gescande PDFs en produceert een versie waarin de tekst zich normaal gedraagt: u kunt erop klikken, slepen en kopiëren, net als bij elk ander document.
Reden 2: De PDF heeft kopieerbeveiliging
PDF-bestanden kunnen worden beveiligd met machtigingen die beperken wat gebruikers kunnen doen; het afdrukken, bewerken en kopiëren van tekst zijn de meest beperkte handelingen. Als u met de rechtermuisknop klikt in een PDF en geen melding "Kopiëren" optie, of als het grijs is, is er mogelijk kopieerbeveiliging op het document toegepast.
U kunt de machtigingen controleren door de eigenschappen PDF te openen (in Adobe Reader: Bestand > Eigenschappen > tabblad Beveiliging). Als kopiëren wordt weergegeven als "Niet toegestaan", de documenteigenaar heeft dit beperkt. Hoe u verder gaat, hangt af van of u legitieme rechten op de inhoud heeft. Als u het document hebt gemaakt of er eigenaar van bent, kunt u de beperking opheffen met het wachtwoord dat u heeft ingesteld. Als het een document is dat u heeft ontvangen, neem dan contact op met de afzender over het verkrijgen van een onbeperkte versie.
Reden 3: De tekst is ingesloten als omtrek of pad
Sommige PDFs worden geëxporteerd met tekst die is geconverteerd naar vectorcontouren - gebruikelijk in ontwerpsoftware zoals Illustrator of Figma wanneer de "contourtekst" optie wordt gebruikt vóór het exporteren. De tekst ziet er visueel perfect uit, maar wordt opgeslagen als vormen in plaats van als tekens, dus er valt niets te kopiëren.
Het uitvoeren van een OCR PDF-tool op PDFs met omlijnde tekst kan soms de inhoud extraheren, omdat OCR de pagina visueel behandelt in plaats van te vertrouwen op ingesloten tekengegevens. De nauwkeurigheid hangt af van de lettergrootte en helderheid; hoofdtekst wordt goed geconverteerd, decoratieve of zeer kleine tekst kan fouten bevatten.
Reden 4: Onleesbare of onjuiste tekens bij het kopiëren
Soms lukt het kopiëren wel, maar is de geplakte tekst onleesbaar: willekeurige symbolen, omgekeerde tekens of verkeerde letters. Dit gebeurt wanneer de PDF is gemaakt met een lettertype dat een niet-standaard tekencodering gebruikt. De tekens worden correct weergegeven in de PDF-viewer omdat het lettertype de weergave verzorgt, maar de onderliggende tekencodes niet overeenkomen met standaard Unicode.
In dit geval is OCR de meest praktische oplossing. Door de PDF te converteren met OCR PDF wordt de visuele weergave van de tekens gelezen in plaats van te vertrouwen op hun codering, en wordt correct gecodeerde Unicode-tekst uitgevoerd die correct wordt geplakt.
Reden 5: De PDF-viewer ondersteunt geen tekstselectie
Sommige lichtgewicht PDF-viewers (met name mobiele apps of browserextensies) ondersteunen geen tekstselectie, zelfs niet als de PDF een goede tekstlaag heeft. Voordat u ervan uitgaat dat PDF het probleem is, kunt u het beste proberen het in een andere viewer te openen. Adobe Acrobat Reader, de ingebouwde PDF-viewer van Chrome of Preview op Mac ondersteunen allemaal op betrouwbare wijze tekstselectie.
Als de tekst wel in de ene viewer kan worden geselecteerd, maar niet in de andere, is de PDF prima en ligt het probleem bij de app. Als het nergens selecteerbaar is, is de PDF zelf het probleem (waarschijnlijk een scan of omlijnde tekst) en is OCR de oplossing.